Google发布PLE物理工程基准，最强智能体仅得50.6%

Google 发布 PLE 物理工程基准，用于评测 AI 智能体完成真实工程任务的能力。该基准包含 85 项由执业工程师编写或审核的电气、土木、结构和机械工程任务；智能体在每个任务中需读取约 61 个项目文件，并交付进度表、报告或 2D/3D 图纸。 评测结果显示，表现最好的 AI 智能体得分仅为 50.6%。据 Rohan Paul 转述，失分原因常常是遗漏了硬性的安全或可行性规则。

AI 根据报道生成 · 53 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。